Z.ai GLM-5.3: Siber Güvenlik ve Kodlama Testlerinde ABD'li Devleri Zorluyor, Ancak Ağırlıkların Yayınlanması Güvenlik Endişesiyle Erteleniyor
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü. GLM 5.3, siber güvenlik alanındaki beklenmedik yetenekleri nedeniyle açık ağırlıklarının yayınlanmasını iki hafta erteledi.
YayımlayanDeepSeek-V4-Flash ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü.
GLM 5.3, siber güvenlik alanındaki beklenmedik yetenekleri nedeniyle açık ağırlıklarının yayınlanmasını iki hafta erteledi.
Ancak tüm test sonuçları şirket tarafından raporlanmış olup bağımsız olarak doğrulanmamıştır.
What are the key capabilities and benchmark results of Chinese AI firm Zhipu's newly launched GLM-5.3 model, particularly in cybersecurity tZ.ai GLM-5.3 benchmark comparison against Anthropic Mythos 5 and OpenAI GPT-5.6 Sol on CyberGym and ExploitBench.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key capabilities and benchmark results of Chinese AI firm Zhipu's newly launched GLM-5.3 model, particularly in cybersecurity t. Article summary: On August 14, 2026, Zhipu AI (now branding as **Z.ai**) launched **GLM-5.3**, a 740-billion-parameter open-weight model that delivers roughly 50% better coding performance than GLM-5.2 and unexpectedly strong emergent cy. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
14 Ağustos 2026'da, Çinli yapay zeka şirketi Zhipu AI (uluslararası pazarda Z.ai olarak biliniyor) GLM-5.3 modelini tanıttı . Bu 740 milyar parametreye sahip açık ağırlıklı model, önceki sürüm GLM-5.2'ye göre kodlama performansında yaklaşık %50 iyileşme ve beklenmedik derecede güçlü siber güvenlik yetenekleri sunuyor . Modelin siber güvenlik açıklarını bulma ve kullanma konusundaki bu beklenmedik başarısı, Z.ai'yi model ağırlıklarının kamuya açık sürümünü ek güvenlik testleri için iki hafta ertelemeye itti .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Z.ai GLM-5.3: Siber Güvenlik ve Kodlama Testlerinde ABD'li Devleri Zorluyor, Ancak Ağırlıkların Yayınlanması Güvenlik Endişesiyle Erteleniyor"?
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü.
What are the key points to validate first?
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü. GLM 5.3, siber güvenlik alanındaki beklenmedik yetenekleri nedeniyle açık ağırlıklarının yayınlanmasını iki hafta erteledi.
What should I do next in practice?
Ancak tüm test sonuçları şirket tarafından raporlanmış olup bağımsız olarak doğrulanmamıştır.
Z.ai GLM-5.3: Siber Güvenlik ve Kodlama Testlerinde ABD'li Devleri Zorluyor, Ancak Ağırlıkların Yayınlanması Güvenlik Endişesiyle Erteleniyor
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü. GLM 5.3, siber güvenlik alanındaki beklenmedik yetenekleri nedeniyle açık ağırlıklarının yayınlanmasını iki hafta erteledi.
YayımlayanDeepSeek-V4-Flash ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü.
GLM 5.3, siber güvenlik alanındaki beklenmedik yetenekleri nedeniyle açık ağırlıklarının yayınlanmasını iki hafta erteledi.
Ancak tüm test sonuçları şirket tarafından raporlanmış olup bağımsız olarak doğrulanmamıştır.
What are the key capabilities and benchmark results of Chinese AI firm Zhipu's newly launched GLM-5.3 model, particularly in cybersecurity tZ.ai GLM-5.3 benchmark comparison against Anthropic Mythos 5 and OpenAI GPT-5.6 Sol on CyberGym and ExploitBench.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key capabilities and benchmark results of Chinese AI firm Zhipu's newly launched GLM-5.3 model, particularly in cybersecurity t. Article summary: On August 14, 2026, Zhipu AI (now branding as **Z.ai**) launched **GLM-5.3**, a 740-billion-parameter open-weight model that delivers roughly 50% better coding performance than GLM-5.2 and unexpectedly strong emergent cy. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
14 Ağustos 2026'da, Çinli yapay zeka şirketi Zhipu AI (uluslararası pazarda Z.ai olarak biliniyor) GLM-5.3 modelini tanıttı . Bu 740 milyar parametreye sahip açık ağırlıklı model, önceki sürüm GLM-5.2'ye göre kodlama performansında yaklaşık %50 iyileşme ve beklenmedik derecede güçlü siber güvenlik yetenekleri sunuyor . Modelin siber güvenlik açıklarını bulma ve kullanma konusundaki bu beklenmedik başarısı, Z.ai'yi model ağırlıklarının kamuya açık sürümünü ek güvenlik testleri için iki hafta ertelemeye itti .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Z.ai GLM-5.3: Siber Güvenlik ve Kodlama Testlerinde ABD'li Devleri Zorluyor, Ancak Ağırlıkların Yayınlanması Güvenlik Endişesiyle Erteleniyor"?
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü.
What are the key points to validate first?
Z.ai (eski Zhipu AI), 14 Ağustos 2026'da 740 milyar parametreli açık ağırlıklı modeli GLM 5.3'ü piyasaya sürdü. GLM 5.3, siber güvenlik alanındaki beklenmedik yetenekleri nedeniyle açık ağırlıklarının yayınlanmasını iki hafta erteledi.
What should I do next in practice?
Ancak tüm test sonuçları şirket tarafından raporlanmış olup bağımsız olarak doğrulanmamıştır.
ABD'li Rakiplere Karşı Siber Güvenlik Kıyaslama Sonuçları
GLM-5.3'ün en dikkat çekici başarısı, UC Berkeley'in Sorumlu Yapay Zeka Geliştirme Girişimi tarafından oluşturulan CyberGym kıyaslamasında geldi . Bu test, bir modelin beyaz kutu kaynak kodundan gerçek güvenlik açıklarını bulup doğrulayabilme yeteneğini ölçüyor. GLM-5.3 bu testte %84,5 puan alarak hem Anthropic'in Mythos 5 (%83,8) hem de OpenAI'ın GPT-5.6 Sol (%83,6) modellerini kıl payı geride bıraktı .
Ancak işler, bir güvenlik açığının gerçekten nasıl sömürülebileceğine dair daha derin mantıksal çıkarım gerektiren ExploitBench testinde değişiyor. GLM-5.3 burada selefine göre büyük bir sıçrama yaparak %24,4'ten %54,4'e yükseldi . Yine de Z.ai, Mythos 5'in bu testte %78 ve GPT-5.6 Sol'un ise %76,5 puan aldığını belirtiyor; bu da GLM-5.3'ün bu daha zorlu testte rakiplerinin oldukça gerisinde kaldığını gösteriyor .
ExploitGym testinde ise, normalleştirilmiş iki saatlik bir bütçe altında tamamlanan sömürü görevi sayısı GLM-5.3 için 105 olarak kaydedildi (GLM-5.2 için bu sayı 29'du) . Altı saatlik bütçede bu sayı 130'a yükseliyor .
Kıyaslama
Ölçülen Yetenek
GLM-5.3
Anthropic Mythos 5
OpenAI GPT-5.6 Sol
CyberGym
Kaynak kodundan beyaz kutu güvenlik açığı keşfi ve doğrulaması
%84,5
%83,8
%83,6
ExploitBench
Kök neden analizi ve çalışan bir sömürü aracı oluşturma
%54,4
%78
%76,5
ExploitGym (2 saat)
Normalleştirilmiş bütçe altında tamamlanan sömürü görevleri
105 görev
Açıklanmadı
Açıklanmadı
Kaynaklar:
Gerçek Dünyada Güvenlik Açığı Tespiti
Kıyaslamaların ötesinde, GLM-5.3 gerçek dünya güvenlik testlerinde de etkileyici sonuçlar elde etti:
269 açık kaynak projede toplam 2.436 doğrulanmış güvenlik açığı tespit edildi ve sonuçlar halka açık bir Z.ai Güvenlik Açığı Kaydı'nda yayınlandı .
Bunlardan 1.097'si kritik veya yüksek önem derecesine sahip olarak sınıflandırıldı .
Model, yaklaşık 40 yıl öncesine dayanan yazılımlarda bile güvenlik açıkları buldu .
Lansmanından kısa bir süre sonra, yapay zeka destekli kod düzenleyici Cursor'da ciddi bir güvenlik açığı tespit etti .
Önemli Kodlama ve Genel Kıyaslama Sonuçları
GLM-5.3, kodlama ve aracı (agentic) kıyaslamalarda da güçlü rakamlar ortaya koyarak, yazılım mühendisliği görevleri için lider açık ağırlıklı model konumuna yükseldi:
Terminal-Bench 3.0: 28,3 puan alarak açık ağırlıklı modeller arasında en yüksek skoru elde etti ve Anthropic'in Claude Fable 5 modeline yaklaştı .
DeepSWE v1.1: 46,2'den 66,9'a sıçradı .
Z.ai dahili Kod Kıyaslaması (Maksimum çaba): %34,5 (GLM-5.2'nin %23,4'üne kıyasla), görev başına yaklaşık 75.000 çıktı tokeni kullanarak (GLM-5.2 96.000 token kullanıyordu) .
Agents' Last Exam: Açık ağırlıklı modeller arasında birinci sırayı aldı .
World of AI Benchmark bileşik sıralaması: 81,3 puanla genel sıralamada #6 oldu, Kimi K3'ün (81,5) hemen arkasında ve GPT-5.6 Terra'nın önünde yer aldı .
FrontierSWE: 67,5'ten 78,1'e yükseldi .
SWE-Marathon: 19,4'ten 42,5'e iki katına çıktı .
Açık Ağırlıklar Neden Ertelendi?
Z.ai, modelin siber güvenlik yeteneğinin sonradan eğitim (post-training) sürecinde "beklenenden daha hızlı büyüdüğünü" belirtiyor . Temel modelin 740 milyar parametresi yeniden eğitilmedi; tüm kazanımlar sonradan eğitim iyileştirmelerinden geldi . Bu yetenek beklenmedik bir şekilde (emergent) ortaya çıktığı için şirket, güvenlik kontrollerini güçlendirmek amacıyla açık ağırlıkların yayınlanmasını iki hafta süreyle erteledi . Model halihazırda Z.ai API'si, ZCode, Claude Code ve OpenCode entegrasyonları aracılığıyla kullanılabiliyor .
Önemli Uyarılar
Tüm GLM-5.3 kıyaslama puanları şirket tarafından raporlanmıştır ve henüz bağımsız olarak doğrulanmamıştır .
CyberGym'deki Mythos 5 ve GPT-5.6 Sol'a karşı üstünlük oldukça dardır — yüzde bir puanın altında bir fark söz konusudur .
ExploitBench testinde GLM-5.3, ABD'li rakiplerinin oldukça gerisindedir (%54,4'e karşı Mythos 5 için %78 ve GPT-5.6 Sol için %76,5) .
Bağlam açısından, daha geniş bir siber güvenlik kıyaslama toplayıcısı , GPT-5.6 Sol'u CyberGym'de %84,5 (GLM-5.3 ile eşit) ve Mythos 5'i %83,8 olarak gösterirken; Sol için ExploitBench'te %73,5 ve Mythos 5 için %78 puanı vermektedir .
x.com
Preparing GLM-5.3 for Open Release: A Responsible Path to Cyber ...
ABD'li Rakiplere Karşı Siber Güvenlik Kıyaslama Sonuçları
GLM-5.3'ün en dikkat çekici başarısı, UC Berkeley'in Sorumlu Yapay Zeka Geliştirme Girişimi tarafından oluşturulan CyberGym kıyaslamasında geldi . Bu test, bir modelin beyaz kutu kaynak kodundan gerçek güvenlik açıklarını bulup doğrulayabilme yeteneğini ölçüyor. GLM-5.3 bu testte %84,5 puan alarak hem Anthropic'in Mythos 5 (%83,8) hem de OpenAI'ın GPT-5.6 Sol (%83,6) modellerini kıl payı geride bıraktı .
Ancak işler, bir güvenlik açığının gerçekten nasıl sömürülebileceğine dair daha derin mantıksal çıkarım gerektiren ExploitBench testinde değişiyor. GLM-5.3 burada selefine göre büyük bir sıçrama yaparak %24,4'ten %54,4'e yükseldi . Yine de Z.ai, Mythos 5'in bu testte %78 ve GPT-5.6 Sol'un ise %76,5 puan aldığını belirtiyor; bu da GLM-5.3'ün bu daha zorlu testte rakiplerinin oldukça gerisinde kaldığını gösteriyor .
ExploitGym testinde ise, normalleştirilmiş iki saatlik bir bütçe altında tamamlanan sömürü görevi sayısı GLM-5.3 için 105 olarak kaydedildi (GLM-5.2 için bu sayı 29'du) . Altı saatlik bütçede bu sayı 130'a yükseliyor .
Kıyaslama
Ölçülen Yetenek
GLM-5.3
Anthropic Mythos 5
OpenAI GPT-5.6 Sol
CyberGym
Kaynak kodundan beyaz kutu güvenlik açığı keşfi ve doğrulaması
%84,5
%83,8
%83,6
ExploitBench
Kök neden analizi ve çalışan bir sömürü aracı oluşturma
%54,4
%78
%76,5
ExploitGym (2 saat)
Normalleştirilmiş bütçe altında tamamlanan sömürü görevleri
105 görev
Açıklanmadı
Açıklanmadı
Kaynaklar:
Gerçek Dünyada Güvenlik Açığı Tespiti
Kıyaslamaların ötesinde, GLM-5.3 gerçek dünya güvenlik testlerinde de etkileyici sonuçlar elde etti:
269 açık kaynak projede toplam 2.436 doğrulanmış güvenlik açığı tespit edildi ve sonuçlar halka açık bir Z.ai Güvenlik Açığı Kaydı'nda yayınlandı .
Bunlardan 1.097'si kritik veya yüksek önem derecesine sahip olarak sınıflandırıldı .
Model, yaklaşık 40 yıl öncesine dayanan yazılımlarda bile güvenlik açıkları buldu .
Lansmanından kısa bir süre sonra, yapay zeka destekli kod düzenleyici Cursor'da ciddi bir güvenlik açığı tespit etti .
Önemli Kodlama ve Genel Kıyaslama Sonuçları
GLM-5.3, kodlama ve aracı (agentic) kıyaslamalarda da güçlü rakamlar ortaya koyarak, yazılım mühendisliği görevleri için lider açık ağırlıklı model konumuna yükseldi:
Terminal-Bench 3.0: 28,3 puan alarak açık ağırlıklı modeller arasında en yüksek skoru elde etti ve Anthropic'in Claude Fable 5 modeline yaklaştı .
DeepSWE v1.1: 46,2'den 66,9'a sıçradı .
Z.ai dahili Kod Kıyaslaması (Maksimum çaba): %34,5 (GLM-5.2'nin %23,4'üne kıyasla), görev başına yaklaşık 75.000 çıktı tokeni kullanarak (GLM-5.2 96.000 token kullanıyordu) .
Agents' Last Exam: Açık ağırlıklı modeller arasında birinci sırayı aldı .
World of AI Benchmark bileşik sıralaması: 81,3 puanla genel sıralamada #6 oldu, Kimi K3'ün (81,5) hemen arkasında ve GPT-5.6 Terra'nın önünde yer aldı .
FrontierSWE: 67,5'ten 78,1'e yükseldi .
SWE-Marathon: 19,4'ten 42,5'e iki katına çıktı .
Açık Ağırlıklar Neden Ertelendi?
Z.ai, modelin siber güvenlik yeteneğinin sonradan eğitim (post-training) sürecinde "beklenenden daha hızlı büyüdüğünü" belirtiyor . Temel modelin 740 milyar parametresi yeniden eğitilmedi; tüm kazanımlar sonradan eğitim iyileştirmelerinden geldi . Bu yetenek beklenmedik bir şekilde (emergent) ortaya çıktığı için şirket, güvenlik kontrollerini güçlendirmek amacıyla açık ağırlıkların yayınlanmasını iki hafta süreyle erteledi . Model halihazırda Z.ai API'si, ZCode, Claude Code ve OpenCode entegrasyonları aracılığıyla kullanılabiliyor .
Önemli Uyarılar
Tüm GLM-5.3 kıyaslama puanları şirket tarafından raporlanmıştır ve henüz bağımsız olarak doğrulanmamıştır .
CyberGym'deki Mythos 5 ve GPT-5.6 Sol'a karşı üstünlük oldukça dardır — yüzde bir puanın altında bir fark söz konusudur .
ExploitBench testinde GLM-5.3, ABD'li rakiplerinin oldukça gerisindedir (%54,4'e karşı Mythos 5 için %78 ve GPT-5.6 Sol için %76,5) .
Bağlam açısından, daha geniş bir siber güvenlik kıyaslama toplayıcısı , GPT-5.6 Sol'u CyberGym'de %84,5 (GLM-5.3 ile eşit) ve Mythos 5'i %83,8 olarak gösterirken; Sol için ExploitBench'te %73,5 ve Mythos 5 için %78 puanı vermektedir .
x.com
Preparing GLM-5.3 for Open Release: A Responsible Path to Cyber ...
axios.comChina's latest open-weight model rivals U.S. models at hacking
daily.devGLM-5.3: Frontier Coding with Emergent Cyber Capabilities | daily.dev
techtimes.comGLM-5.3: Post-Training Produced Exploit Chains Z.ai ... - Tech Times
nationpress.comZhipu GLM-5.3 beats Anthropic Mythos 5 on CyberGym benchmark